遗传算法与神经网络耦联法优化生淀粉酶发酵培养基

用遗传算法与神经网络相耦联的方法,对生淀粉糖化酶发酵培养基进行了优化,实验结果表明,采用上述方法优化后的培养基能使生淀粉糖化酶的活力得到较大的提高.     

基于遗传算法的木糖醇发酵培养基的优化

运用遗传算法，利用莫格假丝酵母由木糖生产木糖醇的发酵培养基进行优化，用40个实验样本完成了6种培养基成分、50个浓度水平的优化任务.实验结果表明利用遗传算法可优化培养基成分含量，取得更好的发酵效果.按照优化后的培养基组成，由50g／L木糖获得了29.7g／L木糖醇，理论转化率为65.1%，比优化前提高了3.5%.     

基于BP神经网络的羊肚菌液体发酵量化方法

根据羊肚菌液体种子在三角瓶内生长呈球体的特点,可推知液体种子在三角瓶底部的图像映射面积对应于液体种子的质量,利用图像处理和人工神经网络可以实时并准确得到不同时刻的液体种子质量,从而绘制出羊肚菌液体种子的生长曲线,进一步确定恰当的接种时机.本文建立了羊肚菌液体发酵确定接种菌龄的量化方法,经验证,此方法避免了人为误差,结果比较准确.     

酵母流加发酵过程中模糊神经网络的优化

利用模糊神经网络构建了酵母流加发酵过程的网络模型.通过建立优化子网络,探讨了不同时刻的最佳底物浓度.在模拟网络的基础上,利用遗传算法对流加策略进行了优化研究.     

姬松茸深层发酵培养基的优化

通过姬松茸碳氮源筛选的单因素实验 ,确定玉米粉、蔗糖为碳源 ,豆粕粉、麸皮汁为氮源 ;在此基础上 ,进行了碳氮源质量浓度及比例实验、摇瓶发酵正交实验 ,优化培养基配方 ,确定姬松茸摇瓶发酵培养基的最佳配方为 :玉米粉 1 .5g/dL ,蔗糖 0 .5 g/dL ,麸皮汁 0 .5 g/dL ,豆饼粉 2 .0 g/dL .     

灵芝胞外多糖深层发酵培养基的优化

研究了营养性因子对灵芝多糖深层发酵的影响，结果表明葡萄糖、玉米粉、酒糟、酵母膏和麸皮有利于胞外多糖的形成。Ｃ／Ｎ比实验表明，较高的Ｃ／Ｎ比有利于胞外多糖的形成。进一步的正交优化实验确定了灵芝多糖深层发酵的最佳培养基组成（ｇ／Ｌ）为∶酒糟８０（含水量７５％），葡萄糖１０，玉米粉１０，麸皮５．在２５Ｌ发酵罐上灵芝发酵胞外多糖的最高产量是２．９１ｇ／Ｌ．     

黑木耳胞外多糖深层发酵培养基组成的优化

研究了营养性因子对黑木耳深层发酵的影响.结果表明,葡萄糖、酵母膏、豆饼粉有利于黑木耳菌体生长和胞外多糖的形成.正交优化实验得到最佳培养基组成:葡萄糖40g/L,豆饼粉9g/L,KH2PO44g/L,无机盐X22g/L.     

活性乳酸菌乳饮料高活菌数发酵工艺的优化

探索了获取高活菌数的发酵乳饮料的发酵条件.以温度、营养、接种量为试验因素,通过单因素试验和正交试验方法,考察以上3因素在乳酸菌乳饮料发酵过程中对试验指标乳酸菌数影响的显著性.结果表明,发酵温度对试验结果影响极显著(P<0.01),营养浓度影响显著(P<0.05),接种量影响不显著(P>0.05).进一步的正交试验结果表明,高活菌数的乳饮料的最优化发酵工艺组合为发酵温度29 ℃,奶粉加入量(营养浓度)10 g/dL,接种体积分数5%.     

耐酸性运动发酵单胞菌的筛选和酒精发酵条件的优化

通过酸性平板筛选,在作者所在实验室保藏的运动发酵单胞菌中,得到一株能在pH4.5时进行酒精发酵的菌株,其酒精产量为66.7g/L,与原菌株在pH6.5时的相同.通过单因素实验和正交实验,对该菌在酸性条件下的酒精发酵条件进行了优化.结果表明,在发酵温度为30～35℃,pH4.5,初糖质量浓度150g/L,酵母膏质量浓度4g/L,蛋白胨质量浓度为2g/L时,该菌的酒精产量达到最大,为71.7g/L.     

绿色木霉固态发酵纤维素酶生物量的测定及发酵培养基的初步优化

为了测定绿色木霉固态发酵纤维素酶的生物量，采用紫外分光检测固态发酵过程中麦角固醇的量．确定了其最佳提取工艺：在75℃恒温水浴中反应0．5h，用乙醚萃取，乙醇定容，紫外282nm检测．在此基础上对绿色木霉固态发酵的培养基进行了初步的优化，并得到了最佳的培养基组合：碳源为蔗糖，无机氮源为(NH4)2SO4，水料质量比为2．2，pH为5．5．用该培养基，CMC酶活和滤纸酶活分别比优化前提高了21．0％和44．1％．     

Geotrichum penicillatum生产酯类风味物质发酵条件的优化

Ｇ．ｐｅｎｉｃｉｌｌａｔｕｍ是一株能生产水果香味的微生物，酯类是其香味的主体。采用响应面分析方法对影响Ｇ．ｐｅｎｉｃｉｌｌａｔｕｍ产酯的主要因素进行了摇瓶实验研究，确定了培养基的最佳组成，用此培养基发酵，乙酸乙酯（产物酯中代表性成分之一）产量提高了９．６％；还得到了在摇瓶条件下预测酯产量与菌体生长量的两个多项式数学模型。     

天蓝色链霉菌产蓝色素的工业化培养基优化

对天蓝色链霉菌 1 0 0产蓝色素进行了培养基的优化 ,初步确定了促使蓝色素产率提高的适合生产用的培养基配方 .经过 8d培养 ,蓝色素总色价相对单位可达 2 62 .5U/mL ,比培养基优化前的总色价相对单位 1 60U/mL提高了 64 % .2L罐发酵 6.5d蓝色素总色价相对单位为摇瓶水平的 75% ,但产色素最高峰时间提前了 1 .5d .     

利用神经网络对L-缬氨酸发酵建模

根据L-缬氨酸发酵过程的实验数据,利用BP神经网络进行训练,建立实验模型,实时获取生化变量的预测值并进行验证.结果表明,运用BP神经网络对L-缬氨酸发酵过程进行模拟,所建立的模型能比较精确地模拟菌体生长、底物消耗及发酵产酸过程的变化,可以为L-缬氨酸发酵生产过程提供动态模拟,具有重要的实用价值.     

红曲霉菌产Monacolin K固体发酵条件的优化

对Monacusspp.3的固体发酵生产MonacolinK的培养条件和培养基进行了优化.考察了物料厚度、起始含水量、发酵时间、起始pH值等发酵条件,以及大米培养基中添加附加碳源、氮源、磷酸盐等的影响.结果表明,固体发酵的培养条件为:物料(大米)厚度在4cm以下,起始pH值自然,培养温度32℃,相对湿度60%～70%,发酵时间为12d;经单因素和正交试验得适宜的发酵培养基为:大米100g,甘油0.2g,玉米浆0.15g,起始含水量50%.且以此优化条件固体发酵培养,MonacolinK产量稳定在1.4mg/g左右,最高产量为1.6mg/g.     

谷氨酸脱羧酶发酵工艺的优化

用大肠杆菌AS1.505进行液态发酵生产谷氨酸脱羧酶并优化培养基,考察了碳源、氮源、复合营养物质、起始pH及发酵时间对酶活的影响,确定最佳产酶培养基组成为:葡萄糖1.0 g/dL,蛋白胨3.0 g/dL,氯化钠0.3 g/dL,磷酸氢二钾0.1 g/dL,硫酸镁0.02 g/dL,L-谷氨酸0.01g/dL,玉米浆1.5 g/dL,生物素30 t,g/L,麸皮4 g/dL;pH 6.5.在此基础上,设计发酵条件的优化实验.实验结果表明为:250 mL的三角瓶装液量25 mL,37℃,起始pH 6.5,培养18 h达到产酶高峰,产酶活力可达1 290 U/mL.     

细菌发酵生产L-乳酸培养基的优化

运用响应面分析法(中心组合设计)对干酪乳杆菌(Lactobacilluscasei)LB1 11生产L 乳酸的培养基C/N进行了研究,同时研究了有机氮源(蛋白胨、玉米浆和酵母膏)和无机氮源(NH4Cl和(NH4)2HPO4)对L 乳酸产量的影响,并进行了葡萄糖、蛋白胨、NH4Cl和(NH4)2HPO4四因素的响应面分析实验.结果表明,适宜的培养基C/N(质量比)为12∶1～13∶1,培养基组成:葡萄糖120.13g/L,蛋白胨19.342g/L,NH4Cl4g/L,(NH4)2HPO42.010g/L,L 乳酸产量可达到103g/L.优化后的培养基适合于对干酪乳杆菌进行代谢网络分析.